全文概要
以色列希伯来大学 Guy Ron 团队与魏茨曼科学研究所 Efrat Shema 团队合作,在《自然》(Nature)发表的一项研究开发了一种读取循环中游离 DNA-蛋白片段表观遗传标记的血液检测方法。该检测能够以 95% 的准确率将早期乳腺癌患者与健康女性区分开,并以 81% 的准确率识别出日后复发的患者,且在部分被常规手段判为低风险的患者中同样提示了复发风险。相关成果于 11 月 13 日被 Medical Xpress 等媒体报道。

【开头配图Opening】


1. 另辟蹊径:读表观标记而非找突变

传统的液体活检通过寻找血液中的肿瘤突变痕迹来检测癌症,但疾病早期这些信号非常微弱,容易产生假阳性。研究团队另辟蹊径,聚焦于表观遗传标记——即影响细胞基因表达方式的化学修饰。

死亡细胞(包括癌细胞)会向循环中释放核小体(缠绕在组蛋白上的 DNA 片段)。Shema 团队的技术利用单分子显微镜和能识别数十种表观遗传标记的荧光标签,可对数百万个核小体进行高通量分析。此前 2022 年的研究已证明该方法对早期结直肠癌和胰腺癌具有前景。

2. 从肿瘤图谱到诊断模型

为理解乳腺肿瘤的表观遗传特征,Noa Furth 等研究者首先分析了 12 例接受手术女性的组织样本。Ron 的物理学团队随后应用计算方法在数据中寻找规律,并在血液样本上训练人工智能模型。训练样本来自梅奥诊所佛罗里达院区 77 例随访至少五年的乳腺癌患者以及 30 例健康女性。

对于局限于乳腺、最大径不超过 2 厘米的肿瘤,模型达到了 95% 的准确率。据 Shema 介绍,该表现在不同乳腺密度和癌症亚型中均保持稳定,并在扩展至 188 例患者样本(含 Sheba、Kaplan 医疗中心)后仍成立。

3. 发现罕见侵袭性细胞群与复发预测价值

分析还揭示了一小群具有独特表观遗传特征的强侵袭性细胞,即使在不被认为特别恶性的肿瘤中也存在。研究者发现这些差异主要是表观遗传而非基因层面的:即便从非侵袭性细胞启动乳腺癌实验室模型,侵袭性细胞群也总会涌现。

患者血液中该侵袭性特征出现得越多,复发风险越高。结合其他表观遗传标记,该检测以 81% 的准确率识别出随访期间复发的患者,并在部分被常规手段判为低风险的患者中提示了风险,报告称其在预测复发方面优于组织活检。

需要强调的是,当前队列规模较小,尚缺乏独立筛查人群的验证,距离临床应用仍需更大规模的前瞻性研究。但这一方向为乳腺癌早期检测与复发预警提供了全新思路,团队还在探索能否据此寻找消除癌细胞表观遗传可塑性的治疗手段。

来源:《自然》发表论文及 Medical Xpress 相关报道。


解螺旋科研助手企业微信二维码,扫码添加免费领取科研资料礼包,包含AI科研提效、SCI投稿技巧、国自然基金、医学科研绘图、科研软件工具等实用资料


声明:本文资讯来源于公开报道及学术期刊,仅作行业信息传播,不构成临床用药建议。转载需注明来源。